Introduction aux Regex ainsi que quelques points plus avancés.

1. Regex Programming Porn
Les regex comme vous ne avez jamais vus
Human Talks Lyon, 08/10/13 / @gautier_difolco

2. regular expressions is #programming #porn, you
always feel guilty and dirty after that :'(

3. Deux solutions :
Plus de pr0n
Plus de Regex

4. Notes
Présentation des regex PCRE (et non POSIX)
Nous parlerons de regex pour éviter le débat expressions régulières
vs expressions rationnelles
Présentation et environnement de benchmarks disponibles sur
https://github.com/blackheaven/regex_programming_porn

5. Plan
Constitutifs de base
Changements du comportement d'évalutation
Un exemple qui fait saigner du nez

6. Constitutifs de base

7. /PATTERN/OPTIONS
/at/
A cat eats a black fat rat

8. Alternative monocaractère
/[cft]/
A cat eats a black fat rat

9. Exclusion monocaractère
/[^a]/
A cat eats a black fat rat
/[^rt]/
A cat eats a black fat rat

10. Multiplicité
0 ou 1 /at?/- /at{0,1}/- /at{,1}/
A cat eats a black fat rat
0 à inf. /at*/- /at{0,}/
A cat eats a black fat rat
1 à inf. /at+/- /at{1,}/
A cat eats a black fat rat
n à m /at{n,m}/
A cat eats a black fat rat
n /at{n}/
A cat eats a black fat rat

11. Classes de caractères
Intervals /[a-z]/
Hier, j'ai terminé à 6h00.
Classes prédefinies /[w]/vs /[[:alnum]]/
Hier, j'ai terminé à 6h00.
Jocker /.W/
Hier, j'ai_terminé_à_6h00.
Non-équivalences à cause des accents dans certains langages
Accents /[=e=]/
Hier, j'ai terminé à 6h00.

12. Capture / Alternatives multi-
caractères
/(ca|ts)/
A cat eats a black fat rat
/(.)(?:la|at)/
A cat eats a black fat rat
En PCRE /(bla|blac)/
A cat eats a black fat rat
En POSIX /(bla|blac)/
A cat eats a black fat rat

13. Changements du
comportement d'évalutation

14. Ancres
Début /^./
A cat eats a black fat rat
Fin /.$/
A cat eats a black fat rat
Délimiteur de mots /.atb/
A cat eats a black fat rat
Qui est différent de l'espace /.ats/
A cat_eats a black fat_rat$

15. Options
/PATTERN/OPTIONS
Insensibilité à la casse /a/i
A cat eats a black fat rat
Prise en compte des retours à la ligne des ancres /at$/m
A catn
eats a black fat rat$
Prise en compte des retours pour le point /at./svoire /at./s
A catn
eats a black fat_rat

16. Commentaires
/at#Chercheat/x
A cat eats a black fat rat

17. Comportements glouton
Chercher la plus longue correspondance /a.*t/
A cat eats a black fat rat
Chercher la plus courte correspondance /a.*?t/
A cat eats a black fat rat

18. Références aux
correspondances
Les correspondances capturées sont accessible via 1 à 9
Chercher les balise à contenu /<(w+)>.*</1>/
<p></br></p>

19. Motifs prospectifs
Positif /(?=.*[A-Z])(?=.*d).{5,}/
MyPassword
Négatif /(?=.*[A-Z])(?!.*d).{5,}/
MyPassword

20. Motifs retrospectifs
Positif /(?<=if) (true|false)/
if true while false
Négatif /(?<!if)(true|false)/
if true while false

21. Motifs conditionnels
/if (true)?(?(1)(?!else)|false else true)/
if true then false
if true
if false then true
/if (true)?(?(1)(?! else))/
if true then false
if true
if false

22. Et plus encore
Motifs retardés (récursifs) en Perl
Motifs autonomes ("super-glouton") en JAVA

23. Un exemple

24. /b(?:[w_][w_d]*)b(?
<!if|else|while|for|return)s*b([w_]
[w_d]*)b(?!s*()(?!.*b1b)/

25. /
b
(?:[w_][w_d]*)#Groupe1
b
(?<!if|else|while|for|return)#Rétrospectifnégatif1
s*
b
([w_][w_d]*)#Groupe2
b
(?!s*()#Prospectifnégatif1
(?!.*b1b) #Prospectifnégatif2
/xm

26. /
b
(?:[w_][w_d]*)#Identificateurdetypenoncapturé
b
(?<!if|else|while|for|return)#quin'estpasunmotclef
s*
b
([w_][w_d]*)#Identificateurcapturé
b
(?!s*()#Prospectifnégatif1
(?!.*b1b) #Prospectifnégatif2
/xm

27. /
b
(?:[w_][w_d]*)#Identificateurdetypenoncapturé
b
(?<!if|else|while|for|return)#quin'estpasunmotclef
s*
b
([w_][w_d]*)#Identificateurcapturé
b
(?!s*()#quin'estpaslenomd'unefonction
(?!.*b1b) #Prospectifnégatif2
/xm

28. /
b
(?:[w_][w_d]*)#Identificateurdetypenoncapturé
b
(?<!if|else|while|for|return)#quin'estpasunmotclef
s*
b
([w_][w_d]*)#Identificateurcapturé
b
(?!s*()#quin'estpaslenomd'unefonction
(?!.*b1b) #etquineréapparaîtplus
/xm

29. /
b
(?:[w_][w_d]*)#Identificateurdetypenoncapturé
b
(?<!if|else|while|for|return)#quin'estpasunmotclef
s*
b
([w_][w_d]*)#Identificateurcapturé
b
(?!s*()#quin'estpaslenomd'unefonction
(?!.*b1b) #etquineréapparaîtplus
/xm
Liste les variables déclarées mais non utilisées

30. Conclusion
Utile pour extraire/valide des informations basiques (addressses
email, dates, unités lexicalles)
Nombreuses variations en fonction du langage ou de la bibliothèque
Un "vrai" analyseur lexical/syntaxique devient rapidement vital

31. Questions ?
Pour continuer l'entrainement : http://regexcrossword.com/